zoukankan      html  css  js  c++  java
  • 总结:Python的赋值、深拷贝、浅拷贝有什么区别

    自我总结:

    1)赋值:对象赋值实际上是对象的引用。

    在Python中,变量就是地址的一种表示形式,并不开辟开辟存储空间。

    2)浅拷贝:只拷贝了顶层(第一层),没有拷贝子对象。所以子对象的原始数据改变,子对象会改变。

    3)深拷贝:区别于浅拷贝只拷贝顶层引用,深拷贝会逐层进行拷贝,直到拷贝的所有引用都是不可变引用为止。

    为什么Python默认的拷贝方式是浅拷贝?

    时间角度:浅拷贝花费时间更少;

    空间角度:浅拷贝花费内存更少;

    效率角度:浅拷贝只拷贝顶层数据,一般情况下比深拷贝效率高。

    1.python的赋值,深拷贝和浅拷贝的区别

    在python中,对象赋值实际上是对象的引用。当创建一个对象,然后把它赋给另一个变量的时候,python并没有拷贝这个对象,而只是拷贝了这个对象的引用。

    (1)直接赋值,默认浅拷贝传递对象的引用而已,原始列表改变,被赋值的b也会做相同的改变

    >>> b=alist
    >>> print b
    [1, 2, 3, ['a', 'b']]
    >>> alist.append(5)
    >>> print alist;print b
    [1, 2, 3, ['a', 'b'], 5]
    [1, 2, 3, ['a', 'b'], 5]

    (2)copy浅拷贝,没有拷贝子对象,所以原始数据改变,子对象会改变

    >>> import copy

    >>> c=copy.copy(alist)
    >>> print alist;print c
    [1, 2, 3, ['a', 'b']]
    [1, 2, 3, ['a', 'b']]
    >>> alist.append(5)
    >>> print alist;print c
    [1, 2, 3, ['a', 'b'], 5]
    [1, 2, 3, ['a', 'b']]

    >>> alist[3]
    ['a', 'b']
    >>> alist[3].append('cccc')
    >>> print alist;print c
    [1, 2, 3, ['a', 'b', 'cccc'], 5]
    [1, 2, 3, ['a', 'b', 'cccc']] 里面的子对象被改变了

    深拷贝,包含对象里面的自对象的拷贝,所以原始对象的改变不会造成深拷贝里任何子元素的改变

    >>> import copy

    >>> d=copy.deepcopy(alist)
    >>> print alist;print d
    [1, 2, 3, ['a', 'b']]
    [1, 2, 3, ['a', 'b']]始终没有改变
    >>> alist.append(5)
    >>> print alist;print d
    [1, 2, 3, ['a', 'b'], 5]
    [1, 2, 3, ['a', 'b']]始终没有改变
    >>> alist[3]
    ['a', 'b']
    >>> alist[3].append("ccccc")
    >>> print alist;print d
    [1, 2, 3, ['a', 'b', 'ccccc'], 5]
    [1, 2, 3, ['a', 'b']]  始终没有改变

    2. python的复制,深拷贝和浅拷贝的背景与意义?

      不像matlab一样,比如b=a,就是单纯用a给b赋值,之后a怎么变,b不会变化。c语言也是一样。

    如果想a怎么变,b就怎么变,c语言里就提出了引用的概念,相当于别名了。

    example:

    int a; int &ra=a; //定义引用ra,它是变量a的引用,即别名

    okay!这篇文章有详解浅拷贝与深拷贝的本质原因:重新开辟内存来存储

    https://www.jianshu.com/p/9ed9b5ce7bb0

    https://baijiahao.baidu.com/s?id=1627356407968660842&wfr=spider&for=pc 

    这篇文章提出pythond的这个设计可以防止数据篡改,或者灵活改变

       在Python中,对对象有一种很通俗的说法,万物皆对象。说的就是构造的任何数据类型都是一个对象,无论是数字、字符串、还是函数,甚至是模块、Python都对当做对象处理。

    所有Python对象都拥有三个属性:身份、类型、值。

    1.  
      name="Li J"
    2.  
      print(type(name))
    3.  
      print(id(name))
    4.  
      print(name)
    5.  
       
    6.  
      #输出:
    7.  
      #<type 'str'>
    8.  
      #140334394101408
    9.  
      #Li J

         可变与不可变对象

        在Python中,按更新对象的方式,可以将对象分为2大类:可变对象与不可变对象。

       可变对象: 列表、字典、集合。所谓可变是指可变对象的值可变,身份是不变的。

         不可变对象:数字、字符串、元组。不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名,旧对象被丢弃,垃圾回收器会在适当的时机回收这些对象。

    1.  
      var1="python" #字符串类型是不可变的
    2.  
      print(id(var1))
    3.  
      var1="java"
    4.  
      print(id(var1))
    5.  
       
    6.  
      a=[3,4] #list是可变的,
    7.  
      print(id(a))
    8.  
      a.append(3)
    9.  
      print(id(a))
    10.  
       
    11.  
      #输出结果:
    12.  
      140591145210096
    13.  
      140591145211632
    14.  
      140590909362688
    15.  
      140590909362688

    引用

         在Python程序中,每个对象都会在内存中申请开辟一块空间来保存该对象,该对象在内存中所在位置的地址被称为引用。在开发程序时,所定义的变量名实际就对象的地址引用。

         引用实际就是内存中的一个数字地址编号,在使用对象时,只要知道这个对象的地址,就可以操作这个对象,但是因为这个数字地址不方便在开发时使用和记忆,所以使用变量名的形式来代替对象的数字地址。在Python中,变量就是地址的一种表示形式,并不开辟开辟存储空间。

          就像 IP 地址,在访问网站时,实际都是通过 IP 地址来确定主机,而 IP 地址不方便记忆,所以使用域名来代替 IP 地址,在使用域名访问网站时,域名被解析成 IP 地址来使用。

    通过一个例子来说明变量和变量指向的引用就是一个东西:

    1.  
      b=18
    2.  
      print(id(b))
    3.  
      print(id(18))
    4.  
       
    5.  
      输出:
    6.  
      29413312
    7.  
      29413312

          

    浅拷贝:

    1.  
      print("浅拷贝:")
    2.  
      import copy
    3.  
      b=[1,2,3,4,5]
    4.  
      print("id b:",id(b))
    5.  
      h=copy.copy(b)
    6.  
      print("id h",id(h))
    7.  
      print(h)
    8.  
      h.append(6)
    9.  
      print(h)
    10.  
      print("id h",id(h))
    11.  
      print(b) #浅拷贝新的列表h改变了,原来的b没变。
    12.  
       
    13.  
      b[1]='n' #列表元素改变后,新的列表也没变
    14.  
      print(h)
    15.  
       
    16.  
      输出:
    17.  
      浅拷贝:
    18.  
      ('id b:', 140165805110552)
    19.  
      ('id h', 140165805110480)
    20.  
      [1, 2, 3, 4, 5]
    21.  
      [1, 2, 3, 4, 5, 6]
    22.  
      ('id h', 140165805110480)
    23.  
      [1, 2, 3, 4, 5]
    24.  
      [1, 2, 3, 4, 5, 6]
    1.  
      a = [1, 2]
    2.  
      l1 = [3, 4, a]
    3.  
      l2 = copy.copy(l1)
    4.  
      print(l1)
    5.  
      print(l2)
    6.  
      print(id(l1))
    7.  
      print(id(l2))
    8.  
      a[0] = 11
    9.  
       
    10.  
      print(id(l1))
    11.  
      print(id(l2))
    12.  
      print(l1)
    13.  
      print(l2)
    14.  
      输出:
    15.  
      [3, 4, [1, 2]]
    16.  
      [3, 4, [1, 2]]
    17.  
      140624327425704
    18.  
      140624326197400
    19.  
      140624327425704
    20.  
      140624326197400
    21.  
      [3, 4, [11, 2]]
    22.  
      [3, 4, [11, 2]]

       可以看出浅拷贝,相当于只拷贝了一层,到a那里,a变化了,其值也就变化了。

        Python中有多种方式实现浅拷贝,copy模块的copy函数、对象的copy函数、工厂方法、切片等;大多数情况下,编写程序时都是使用浅拷贝,除非有特定的需求;浅拷贝的优点:拷贝速度快,占用空间少,拷贝效率高。

       深拷贝

    区别于浅拷贝只拷贝顶层引用,深拷贝会逐层进行拷贝,直到拷贝的所有引用都是不可变引用为止。

    1.  
      a = [1, 2]
    2.  
      l1 = [3, 4, a]
    3.  
      l2 = copy.deepcopy(l1)
    4.  
      print(l1)
    5.  
      print(l2)
    6.  
      print(id(l1))
    7.  
      print(id(l2))
    8.  
      a[0] = 11
    9.  
       
    10.  
      print(id(l1))
    11.  
      print(id(l2))
    12.  
      print(l1)
    13.  
      print(l2)
    14.  
       
    15.  
      输出:
    16.  
      [3, 4, [1, 2]]
    17.  
      [3, 4, [1, 2]]
    18.  
      140673014398488
    19.  
      140672779715720
    20.  
      140673014398488
    21.  
      140672779715720
    22.  
      [3, 4, [11, 2]]
    23.  
      [3, 4, [1, 2]]

    参考文献

    https://www.jianshu.com/p/9ed9b5ce7bb0

    https://baijiahao.baidu.com/s?id=1627356407968660842&wfr=spider&for=pc

  • 相关阅读:
    简明python教程五----数据结构
    简明python教程四-----模块
    简明python教程三-----函数
    简明python教程二-----对象
    linux命令行与shell脚本编程 -----15控制脚本
    14.7创建临时文件
    js --- return返回值 闭包
    js --- 事件流
    git --- ! [rejected] master -> master (non-fast-forward)
    html --- bootstrap 框架 (栅格系统布局)
  • 原文地址:https://www.cnblogs.com/zhaoyingzhe/p/12394630.html
Copyright © 2011-2022 走看看